GAMBARAN SPASIAL HUBUNGAN ANTARA FAKTOR LINGKUNGAN

DAN EKONOMI DENGAN STUNTING BALITA DI PROVINSI NUSA

TENGGARA TIMUR
Siti Fadhilatun Nashriyah, 1*, Martya Rahmaniati Makful1, Yuli Puspita Devi1
1
Departemen Biostatistik dan Kependudukan, Fakultas Kesehatan Masyarakat, Universitas Indonesia
1
sfn1810@gmail.com*
Informasi artikel ABSTRAK
Sejarah artikel Presiden melalui Peraturan Presiden Nomor 72 Tahun 2021 berkomitmen
Diterima : untuk mempercepat penurunan stunting di Indonesia. Wilayah prioritas
Revisi : stunting juga terus ditingkatkan dari tahun ke tahun. Di Indonesia, Provinsi
Dipublikasikan : Nusa Tenggara Timur merupakan provinsi dengan prevalensi stunting
Kata kunci: tertinggi yaitu sebesar 37,8% pada Tahun 2021. Tujuan dari penelitian yaitu
Spasial untuk mengetahui gambaran spasial serta korelasi antara faktor
Stunting lingkungan dan faktor ekonomi dengan prevalensi stunting di Provinsi
Lingkungan Nusa Tenggara Timur Tahun 2021. Desain penelitian yang digunakan
Ekonomi adalah studi ekologi dengan pendekatan spasial. Penelitian ini
NTT menggunakan data sekunder berupa laporan yang dikeluarkan oleh
SSGI Kementerian Kesehatan RI (SSGI: Studi Status Gizi Indonesia) dan BKKBN
Pendataan Keluarga (PK: Pendataan Keluarga) pada Tahun 2021 dengan unit analisis level
kabupaten/kota. Hasil penelitian menunjukkan bahwa prevalensi stunting
di Provinsi NTT cenderung tinggi di bagian timur sementara faktor risiko
stunting (lingkungan dan ekonomi yang kurang baik) cenderung tinggi di
bagian barat. Pada uji korelasi menunjukkan bahwa korelasi antara
prevalensi stunting dengan penduduk miskin sebesar 0,165 (p = 0,463);
dengan jamban tidak layak sebesar 0,420 (p = 0,052); dan dengan sumber
air minum tidak layak sebesar 0,426 (p = 0,048). Penelitian ini
menyimpulkan bahwa ada hubungan faktor lingkungan dengan prevalensi
stunting sehingga diharapkan dapat memprioritaskan intervensi pada
wilayah dengan kondisi kesehatan lingkungan yang kurang baik di Provinsi
Nusa Tenggara Timur.

ABSTRACT
Keywords: The President through Presidential Regulation Number 72 of 2021 is
Spatial committed to accelerating the reduction of stunting in Indonesia. The
Stunting stunting priority areas also continue to be increased from year to year. In
Environment Indonesia, the Province of East Nusa Tenggara is the province with the
Economy highest prevalence of stunting, namely 37.8% in 2021. The aim of the
NTT research is to find out the spatial description and the correlation between
SSGI environmental factors and economic factors with the prevalence of
Family Data Collection stunting in the Province of East Nusa Tenggara in 2021. The research
design used is an ecological study with a spatial approach. This study uses
secondary data in the form of reports issued by the Indonesian Ministry of
Health (SSGI: Indonesian Nutritional Status Study) and BKKBN (PK: Family
Data Collection) in 2021 with district/city level analysis units. The results
showed that the prevalence of stunting in the province of NTT tends to be
high in the east while the risk factors for stunting (unfavorable
environment and economy) tend to be high in the west. The correlation
test showed that the correlation between the prevalence of stunting and
the poor was 0.165 (p = 0.463); with inadequate latrines of 0.420 (p =
0.052); and with inadequate drinking water sources of 0.426 (p = 0.048).
This study concludes that there is a relationship between environmental
factors and the prevalence of stunting so that it is expected to prioritize
interventions in areas with unfavorable environmental health conditions in
East Nusa Tenggara Province.
Pendahuluan
Stunting adalah masalah gangguan pertumbuhan
dan perkembangan anak akibat kekurangan gizi
kronis dan infeksi berulang, yang ditandai dengan
panjang atau tinggi badannya berada di bawah
standar yang ditetapkan oleh menteri yang
menyelenggarakan urusan pemerintahan di
bidang kesehatan. Stunting saat ini menjadi
prioritas untuk pemerintah Indonesia termasuk di
Wilayah Provinsi Nusa Tenggara Timur (NTT)
dengan target angka penurunan stunting
mencapai 14 % di tahun 2024 (Peraturan Menteri
Kesehatan Tentang Standar Antropometri Anak
Nomor 2 Tahun 2020, 2020). Wilayah prioritas
stunting juga terus ditingkatkan dari tahun ke
tahun.
Provinsi Nusa Tenggara Timur (NTT) merupakan
provinsi kepulauan dengan jumlah pulau
sebanyak 1.192 pulau, 432 pulau mempunyai
nama dan 44 pulau berpenghuni. Pulau besar
berpenghuni biasa disebut dengan Flobamorata
(Flores, Sumba, Timor, Alor, dan Lembata). Luas
wilayah daratan NTT adalah seluas 47.931,54 km2.
Wilayah di NTT memiliki suhu yang bervariasi. Dari
10 stasiun meteorologi/klimatologi di NTT,
tercatat suhu tertinggi dari tahun 2016-2020
adalah 33,700C dan terendah adalah 16,20 0C.
Secara umum daerah NTT tergolong panas
dengan rata-rata suhu antara 27-280C. Sedangkan
musim penghujan sangat terbatas, dimana
wilayah NTT rata-rata memiliki curah hujan yang
tercatat pada stasiun meteorologi/klimatologi di
Provinsi NTT antara 600-4800 mm3 (BPS, 2022).
Data BPS tahun 2021 menegaskan bahwa
penduduk Provinsi NTT sebagian besar bekerja
pada sektor pertanian. Dari seluruh penduduk
yang bekerja 53,32 persen bekerja pada sektor
pertanian. Jika dihubungkan dengan kondisi
cuaca dengan musim penghujan yang sangat
terbatas, maka tentunya akan berpeluang
mengalami gagal panen karena kekurangan
sumber air. Hal ini juga ditunjukan dengan hasil
analisis dari sisi ekonomi, diketahui bahwa sektor
pertanian memberi kontribusi sangat rendah yaitu
28,89 persen terhadap Pendapatan Daerah Rata-
rata Bruto (PDRB) Atas Dasar Harga berlaku
Provinsi NTT (BPS, 2022). Oleh karena itu wilayah
ini juga dikenal sebagai wilayah lahan kering
kepulauan yang memiliki berbagai keterbatasan
termasuk dalam aspek kesehatan. Hal ini ditandai
dengan beberapa penyakit infeksi menular yang
sering menjadi penyakit musiman dan bersifat
Spatial : Wahana Komunikasi dan Informasi Geografi |2
kejadian atau Kejadian Luar Biasa (KLB). Angka
kejadian kecacingan pada anak sekolah mencapai
90 % pada tahun 2019 di Kepulauan Sumba,
kejadian malaria masih tinggi di wilayah Sumba
(ada program eliminasi malaria). Namun seiring
perubahan waktu dan perkembangan ilmu
pengetahuan dan teknologi maka prevalensi
masalah kesehatan ini dapat ditekan. Tetapi di lain
pihak muncul masalah baru yaitu masalah
kekurangan gizi terutama masalah stunting.
Provinsi NTT dalam kurun waktu 10 tahun silam
(2013-2022) telah menyumbangkan angka balita
stunting tertinggi di Indonesia (Kementerian
Kesehatan RI, 2013, 2018, 2021, 2022). Namun,
Data hasil Riset Kesehatan Dasar (RISKESDAS)
menunjukan bahwa permasalahan stunting di NTT
dari tahun 2013-2018 telah mengalami penurunan
prevalensi dimana 51,7% (2013) menjadi 42,6%
(2018) (Kementerian Kesehatan RI, 2013, 2018).
BPS tahun 2016-2021 (NTT dalam Angka)
menunjukan bahwa secara makro, kejadian
stunting pada populasi masyarakat di NTT
dipengaruhi oleh faktor rendahnya tingkat
pendapatan (kemiskinan), rendahnya tingkat
pendidikan, rendahnya produksi pangan yang
berakibatkan rendahnya konsumsi pangan
bergizi, terbatasnya sarana prasarana kesehatan
beserta kualitas dan kuantitas sumber daya
manusia kesehatan, pengaruh faktor budaya yang
berseberangan dengan prinsip gizi dan kesehatan
(BPS, 2022). Penelitian sebelumnya menggunakan
data spasial yang dilakukan di Nusa Tenggara
Timur juga menunjukkan bahwa fasilitas jamban
tidak layak tidak berpengaruh terhadap prevalensi
stunting (Fadliana et al., 2020). Buang air besar
sembarangan dapat meningkatkan risiko
terhambatnya pertumbuhan fisik pada anak (Djara
et al., 2022). Sementara, kemiskinan merupakan
faktor dasar masalah stunting balita, berbagai
penelitian sebelumnya mengkaji dengan data
agregat bahwa penduduk miskin memiliki
dampak yang signifikan pada masalah kesehatan
termasuk stunting (Devi et al., 2022; Sipahutar &
Herdayati, 2020; Stewart et al., 2013).
Beberapa kendala dalam upaya intervensi masalah
gizi adalah sumberdaya manusia yang terbatas
dan tidak terjaminnya ketersediaan anggaran
(Probohastuti & Rengga, 2019). Salah satu upaya
yang dapat dilakukan untuk meminimalisir
anggaran dan efisiensi sumber daya manusia
adalah dengan memfokuskan intervensi pada
wilayah yang memberikan dampak signifikan
pada tingginya prevalensi stunting. Hal ini dapat bulan terakhir, tidak setiap anggota keluarga
dilakukan dengan menggunakan analisis spasial makan “makanan beragam” (makanan pokok,
salah satunya yaitu dengan dilakukan pemetaan sayur/buah dan lauk) paling sedikit 2 (dua) kali
kasus. Pemetaan dapat memberikan temuan sehari. Proporsi sumber air minum tidak layak
sebaran kasus baik pada penyakit menular seperti didefinisikan sebagai keluarga tidak mempunyai
COVID-19 maupun penyakit tidak menular seperti sumber air minum utama yang layak. Sedangkan
stunting (Eryando et al., 2020; Sipahutar & proporsi jamban tidak layak adalah keluarga tidak
Eryando, 2019; Yansen et al., 2021). Berdasarkan mempunyai jamban yang layak.
latar belakang tersebut, studi ini bertujuan untuk Analisis data menggunakan software
mengetahui gambaran spasial serta korelasi SPSS versi 21. Analisis univariat menggunakan
antara faktor lingkungan dan faktor ekonomi statistic deskriptif untuk mengetahui nilai statistik
dengan prevalensi stunting di Provinsi Nusa dari prevalensi stunting dan faktor risikonya.
Tenggara Timur Tahun 2021. Sementara analisis bivariat menggunakan korelasi
Metode pearson jika data berdistribusi normal dan korelasi
Metode yang digunakan dalam penulisan spearman jika data tidak berdistribusi normal
artikel ini adalah metode kuantitatif dengan studi (Deffinika & Putri, 2020). Dikatakan antara dua
ekologi karena data diperoleh dari laporan yang variabel memiliki hubungan yang signifikan jika
telah dipublikasikan (Devi et al., 2021). Unit nilai p kurang dari 0,05. Selain itu, dilakukan
analisis penelitian adalah kabupaten/kota di pemetaan prevalensi stunting dan faktor risikonya
Provinsi NTT yang berjumlah 22 kabupaten/kota. untuk mengetahui distribusi atau sebaran pada
Sumber data yang digunakan dalam penelitian ini setiap kabupaten/kota di Provinsi NTT (Yuliati,
berasal dari Laporan PK (Pendataan Keluarga) 2020). Pemetaan dilakukan dengan menggunakan
2021 yang disusun oleh BKKBN (diakses pada link software QGIS versi 2.8.1. Kategori pada pemetaan
https://portalpk21.bkkbn.go.id/laporan/tabulasi prevalensi stunting berdasar pada kategori WHO
pada tanggal 1 November 2022) dan Laporan sementara kategori pada pemetaan faktor risiko
Ringkasan Eksekutif SSGI (Studi Status Gizi stunting (jamban tidak layak, sumber air minum
Indonesia) yang disusun oleh Kementerian tidak layak, dan penduduk miskin) menggunakan
Kesehatan RI (Kementerian Kesehatan RI, 2021). aturan Equal Interval yang dibagi menjadi lima
Variabel yang digunakan dalam penelitian kategori yaitu sangat rendah, rendah, sedang,
ini adalah prevalensi stunting yang diperoleh dari tinggi, dan sangat tinggi.
SSGI, sementara dari Laporan PK21 diperoleh data
tentang proporsi tidak makan beragam, proporsi Hasil dan pembahasan
sumber air minum tidak layak, dan proporsi
jamban tidak layak. Proporsi tidak makan Deskripsi Statistik Prevalensi Stunting dan
beragam didefinisikan sebagai selama 6 (enam) Faktor Risikonya di Provinsi NTT Tahun 2021
Tabel 1. Deskripsi Statistik Prevalensi Stunting dan Faktor Risikonya di Provinsi NTT Tahun 2021

Variabel N Minimum Maximum Mean Std.

Deviation

Prevalensi Stunting 22 23,40 (Flores 48,30 (Kab Timor 35,268 7,381

Timur) Tengah Selatan)

Proporsi Penduduk Miskin 22 4,57 (Flores 23,47 (Sumba Tengah) 10,472 5,071
Timur)

Proporsi Sumber Air 22 3,58 (Flores 50,16 (Sumba Barat 16,843 10,299
Minum Tidak Layak Timur) Daya)

Proporsi Jamban Tidak 22 8,96 (Flores 52,30 (Sumba Barat 27,467 11,031
Layak Timur) Daya)
Sumber: SSGI 2021 yang disusun oleh Kementerian Kesehatan RI (Kementerian Kesehatan RI, 2021)

Spatial : Wahana Komunikasi dan Informasi Geografi |3

Pemetaan Prevalensi Stunting dan Faktor
Risikonya di Provinsi NTT Tahun 2021
Menurut Laporan SSGI Tahun 2021
prevalensi stunting di Provinsi Nusa Tenggara
Timur sebesar 37,8% dimana merupakan yang
tertinggi di Indonesia. Tabel 1 menunjukkan
prevalensi stunting terkecil di Provinsi NTT adalah
Flores Timur yaitu 23,40% sementara yang
tertinggi adalah Kab Timor Tengah Selatan yaitu
48,30%. Sedangkan proporsi penduduk miskin
yang tertinggi di NTT adalah Sumba Tengah
(23,47%). Adapun Sumba Barat Daya menjadi
kabupaten/kota dengan proporsi sumber air
minum tidak layak dan jamban tidak layak yang
tertinggi secara yaitu 50,16% dan 52,30%. Selain
menjadi wilayah dengan prevalensi stunting
terendah di Provinsi NTT, Flores Timur juga
memiliki proporsi terendah baik penduduk miskin,
sumber air minum tidak layak, dan jamban tidak
layak.
Gambar 1. Peta Prevalensi Stunting di Provinsi
Nusa Tenggara Timur Tahun 2021
Tabel 2. Analisis hubungan faktor risiko stunting balita di NTT Tahun 2021
Variabel Nilai p
Proporsi Penduduk Miskin~ 0,463
Proporsi Sumber Air Minum Tidak 0,048
Layak*
Proporsi Jamban Tidak Layak~ 0,052
~
pearson correlation test; *spearman correlation test
Spatial : Wahana Komunikasi dan Informasi Geografi |4
Gambar 2. Peta Faktor Lingkungan dan Ekonomi
di Provinsi Nusa Tenggara Timur Tahun 2021
Berdasarkan gambar 1 diketahui bahwa
sebagian besar kabupaten/kota dengan kategori
prevalensi stunting sangat tinggi (>40%) berada
pada bagian timur Provinsi NTT. Sementara hanya
dua kabupaten/kota dengan kategori prevalensi
sangat tinggi yang berada pada bagian barat
Provinsi NTT yaitu Sumba Barat Daya dan
Manggarai Timur.
Berdasarkan gambar 2 diketahui bahwa
faktor lingkungan dan ekonomi yaitu penduduk
miskin, jamban tidak layak, dan sumber air minum
tidak layak yang sangat tinggi cenderung berada
di bagian barat Provinsi NTT. Sementara seluruh
kabupaten/kota di Pulau Sumba (Kabupaten
Sumba Barat, Kabupaten Sumba Barat Daya,
Kabupaten Sumba Tengah, dan Kabupaten Sumba
Timur) memiliki jamban tidak layak sangat tinggi.
Ekonomi di Provinsi Nusa Tenggara Timur Tahun
2021.
Analisis hubungan faktor risiko stunting balita
di NTT Tahun 2021
Keterangan Nilai r Keterangan
Tidak signifikan 0,165 Hubungan lemah
Signifikan 0,426 Hubungan kuat
Signifikan 0,420 Hubungan kuat
 Tabel 2 memperlihatkan bahwa
hubungan penduduk miskin dengan prevalensi
stunting menghasilkan nilai p yaitu 0,463 artinya
tidak ada hubungan yang signifikan antara
penduduk miskin dengan stunting di Provinsi NTT.
Sementara proporsi sumber air minum tidak layak
(nilai p = 0,048) dan proporsi jamban tidak layak
(nilai p = 0,052) memiliki hubungan yang
signifikan dengan prevalensi stunting. Nilai r pada
faktor lingkungan ini juga menunjukkan nilai
positif yang berarti semakin tinggi proporsi
sumber air minum tidak layak maka semakin
tinggi pula prevalensi stunting di Provinsi NTT
(nilai r = 0,426). Begitupun semakin tinggi
proporsi jamban tidak layak maka semakin tinggi
prevalensi stunting di Provinsi NTT (nilai r = 0,420).
Prevalensi stunting menjadi indikator
kondisi gizi balita di suatu wilayah. Studi ini
membagi prevalensi stunting berdasarkan
kategori wilayah berisiko stunting dari WHO.
WHO mengkategorikan prevalensi stunting suatu
wilayah menjadi empat kategori yaitu sangat
tinggi jika prevalensi stunting > 40%, tinggi jika
prevalensi stunting 30 – 40%, sedang jika 20-30%,
dan rendah jika kurang dari 20%. Hasil pemetaan
menunjukkan bahwa sebagian besar wilayah
dengan prevalensi stunting tinggi berada di
bagian timur Provinsi NTT. Studi sebelumnya di
Provinsi NTT pada tahun 2018 menunjukkan
bahwa prevalensi stunting balita di suatu wilayah
dipengaruhi oleh variabel independen di wilayah
tersebut dan residual spasial dari wilayah lain yang
berdekatan dan memiliki karakteristik yang sama
(Revildy et al., 2020). Statistik deskriptif juga
menunjukkan bahwa Flores Timur merupakan
wilayah dengan prevalensi stunting terendah di
Provinsi NTT juga memiliki proporsi yang paling
rendah baik penduduk miskin, sumber air minum
tidak layak, maupun jamban tidak layak. Artinya
rendahnya prevalensi stunting di Flores Timur
didukung oleh rendahnya masalah ekonomi dan
lingkungan.
Penduduk Miskin dan Stunting
Penduduk miskin merupakan faktor
mendasar yang dapat berdampak pada masalah
kesehatan masyarakat salah satunya adalah gizi
anak (Stewart et al., 2013). Penduduk miskin erat
kaitannya dengan akses lapangan kerja sehingga
wilayah yang cenderung berada di perkotaan
lebih memiliki akses lapangan kerja yang baik dan
rendahnya penduduk miskin. Kemiskinan suatu
Spatial : Wahana Komunikasi dan Informasi Geografi |5
keluarga dapat berdampak pada terancamnya
keamanan pangan rumah tangga karena adanya
keterbatasan akses dan keterjangkauan bahan
makanan yang bergizi dan sehat. Oleh karena itu,
hilangnya pendapatan rumah tangga dapat
meningkatkan risiko anak mengalami masalah gizi
termasuk stunting (UNICEF, 2020).
Banyak studi sebelumnya yang
menunjukkan adanya hubungan yang signifikan
antara faktor ekonomi dengan stunting, baik pada
level agregat (Egbon et al., 2022; Maria et al., 2020)
maupun pada level individu (Rakhmahayu et al.,
2019; Yadav et al., 2015). Namun berbeda dengan
hasil pada studi ini menunjukkan tidak ada
korelasi yang signifikan antara penduduk miskin
dengan stunting, dimana hal ini sejalan dengan
penelitian sebelumnya yang memberikan
informasi bahwa penduduk miskin tidak
berpengaruh secara signifikan pada stunting
(Fadliana et al., 2020). Faktor pendapatan rumah
tangga yang rendah diidentifikasi sebagai
predictor yang signifikan untuk stunting pada
balita (Apriluana & Fikawati, 2018).
Sumber Air Minum dan Stunting
Sumber air minum merupakan salah satu
aspek lingkungan yang erat kaitannya dengan
lokasi sehingga wilayah yang berdekatan
cenderung memiliki kondisi sumber air minum
yang hampir sama. Menurut WHO, sumber air
minum tidak layak diidentifikasi berhubungan
secara langsung terhadap kejadian stunting pada
balita (WHO, 2013).
Hasil studi ini memberikan informasi
bahwa sumber air minum tidak layak berkorelasi
secara signifikan dengan prevalensi stunting. Hasil
analisis spasial di India juga menunjukkan bahwa
rumah tangga yang memiliki akses pada sumber
air minum layak dapat menekan prevalensi
stunting (Gupta & Santhya, 2020). Sejalan dengan
penelitian sebelumnya yang juga dilakukan di
Provinsi NTT menyatakan bahwa peningkatan
akses terhadap air minum yang aman dapat
menjadi salah satu solusi untuk menurunkan
angka stunting (Djara & Jaya, 2021). Hal ini sejalan
dengan studi sebelumnya yang menggunakan
data agregat bahwa rumah tangga dengan
sumber air minum yang layak berpengaruh
terhadap prevalensi stunting (Fadliana et al.,
2020). Studi lain dengan unit analisis individu juga
menunjukkan anak dengan sumber air minum
yang terlindungi lebih mungkin mencegah
terjadinya stunting dibanding anak dengan akses
sumber air minum yang tidak terlindungi
(Chirande et al., 2015; Mzumara et al., 2018).
Jamban Tidak Layak dan Stunting
Akses jamban sehat merupakan salah satu
indikator pada STBM (Sanitasi Total Berbasis
Masyarakat), dimana capaian akses jamban sehat
Indonesia di tahun 2018 sebesar 88,38%, ada
kenaikan 3,61% di tahun 2020 sebesar 91,99%
(Kementerian Kesehatan RI, 2020). Menurut WHO
jamban yang tidak layak merupakan salah satu
faktor yang dapat berpengaruh langsung pada
kejadian stunting (WHO, 2013). Selain itu, jamban
merupakan faktor lingkungan dimana wilayah
yang berdekatan cenderung memiliki karakteristik
atau kondisi yang sama (Souris, 2019). Faktor
sanitasi yang tidak baik memiliki pengaruh yang
signifikan terhadap kejadian stunting pada balita
(Apriluana & Fikawati, 2018).
Hasil studi menunjukkan bahwa jamban
tidak layak berkorelasi secara signifikan dengan
prevalensi stunting di NTT Tahun 2021. Menurut
penelitian yang dilakukan oleh UNICEF dan WHO
lebih dari 370 balita Indonesia meninggal karena
perilaku buang air besar sembarangan. Buang air
besar sembarangan dapat meningkatkan risiko
terhambatnya pertumbuhan fisik pada anak (Djara
et al., 2022). Analisis spasial di India juga
menunjukkan bahwa open defecation
berhubungan kuat dengan prevalensi stunting
(Gupta & Santhya, 2020). Sejalan dengan
penelitian pada balita di negara berkembang dan
Asia Tenggara yang menemukan bahwa jamban
yang tidak berkembang berpengaruh signifikan
terhadap kejadian stunting (Apriluana & Fikawati,
2018).
Simpulan
Berdasarkan penelitian yang telah dilakukan
dengan data sekunder di Provinsi NTT Tahun
2021, dapat disimpulkan prevalensi stunting
dengan kategori sangat tinggi cenderung berada
di bagian timur Provinsi NTT. Sementara
penduduk miskin, jamban tidak layak, dan sumber
air minum tidak layak cenderung sangat tinggi di
bagian barat Provinsi NTT. Rendahnya prevalensi
stunting di Flores Timur didukung oleh rendahnya
masalah faktor lingkungan dan ekonomi karena
Flores Timur merupakan wilayah yang paling
rendah (baik) di Provinsi NTT baik prevalensi
stunting, proporsi penduduk miskin, sumber air
Spatial : Wahana Komunikasi dan Informasi Geografi |6
minum tidak layak, dan proporsi jamban tidak
layak. Faktor lingkungan yaitu sumber air minum
tidak layak dan proporsi jamban tidak layak
memiliki hubungan yang signifikan dengan
prevalensi stunting di Provinsi NTT. Maka dari itu,
diharapkan intervensi mengenai faktor
lingkungan dapat ditingkatkan dan difokuskan
pada Provinsi NTT khususnya di Pulau Sumba.
Ucapan Terima Kasih
Ucapan terima kasih diberikan kepada
BKKBN (Badan Kependudukan dan Keluarga
Berencana Nasional) yang telah mempublikasikan
laporan PK (Pendataan Keluarga) dan
Kementerian Kesehatan RI yang telah
mempublikasikan laporan SSGI (Studi Status Gizi
Indonesia) pada setiap kabupaten/kota sehingga
penelitian ini dapat dilakukan.
Referensi
Apriluana, G., & Fikawati, S. (2018). Analisis Faktor-
Faktor Risiko terhadap Kejadian Stunting
pada Balita (0-59 Bulan) di Negara
Berkembang dan Asia Tenggara. Media
Penelitian Dan Pengembangan Kesehatan,
28(4), 247–256.
https://doi.org/10.22435/mpk.v28i4.472
BPS. (2022). Provinsi Nusa Tenggara Timur dalam
Angka 2021.
Chirande, L., Charwe, D., Mbwana, H., Victor, R.,
Kimboka, S., Issaka, A. I., Baines, S. K., Dibley,
M. J., & Agho, K. E. (2015). Determinants of
stunting and severe stunting among under-
fives in Tanzania: Evidence from the 2010
cross-sectional household survey. BMC
Pediatrics, 15(1), 1–13.
https://doi.org/10.1186/s12887-015-0482-9
Deffinika, I., & Putri, I. W. (2020). Socio-economic
Role on the Utilization of Maternal
Healthcare Service in Sidoluhur, Lawang.
SPATIAL : Wahana Komunikasi Dan
Informasi, 20(2), 10–17.
http://journal.unj.ac.id/unj/index.php/spatial
/article/view/16280
Devi, Y. P., Herdayati, M., Muthmainnah, Nihar, M.
H., Khoiriyah, I. E., & Rahayu, A.-Z. H. P.
(2022). How is the Effect of Health Services
on Toddler Diarrhea?: Ecological Analysis in
Indonesia. Indian Journal of Forensic
Medicine & Toxicology, 16(1), 1294–1304.
https://doi.org/10.37506/ijfmt.v16i1.17674
Devi, Y. P., Prasetyo, S., & Muthmainnah. (2021).
Ecological Analysis of Complete Basic
 Immunization Coverage for Infants in
Indonesia (2017-2019). Jurnal Promkes: The
Indonesian Journal of Health Promotion and
Health Education, 9(2), 177–185.
https://doi.org/10.20473/jpk.V9.I2.2021.177
-185
Djara, V. A. D., Andriyana, Y., & Noviyanti, L. (2022).
Modelling the prevalence of stunting
toddlers using spatial autoregressive with
instrument variable and S-estimator.
Communications in Mathematical Biology
and Neuroscience, 29, 1–23.
https://doi.org/10.28919/cmbn/7234
Djara, V. A. D., & Jaya, I. (2021). The Spatial
Econometrics of Stunting Toddlers in Nusa
Tenggara Timur Province 2019.
Communications in Mathematical Biology
and Neuroscience, 82, 1–17.
https://doi.org/https://doi.org/10.1101/202
1.03.31.21254736
Egbon, O. A., Belachew, A. M., & Bogoni, M. A.
(2022). Risk factors of concurrent
malnutrition among children in Ethiopia: a
bivariate spatial modeling approach. All Life,
15(1), 512–536.
https://doi.org/10.1080/26895293.2022.206
7251
Eryando, T., Sipahutar, T., & Rahardiantoro, S.
(2020). The Risk Distribution of COVID-19 in
Indonesia: A Spatial Analysis. Asia Pacific
Journal of Public Health, 32(8), 450–452.
https://doi.org/10.1177/1010539520962940
Fadliana, A., Pramoedyo, H., & Fitriani, R. (2020).
Implementation of Locally Compensated
Ridge-Geographically Weighted Regression
Model in Spatial Data with Multicollinearity
Problems. Media Statistika, 13(2), 125–135.
https://doi.org/10.14710/medstat.13.2.125-
135
Gupta, A. K., & Santhya, K. G. (2020). Proximal and
contextual correlates of childhood stunting
in India: A geo-spatial analysis. PLoS ONE,
15(8 August), 1–20.
https://doi.org/10.1371/journal.pone.02376
61
Peraturan Menteri Kesehatan tentang Standar
Antropometri Anak Nomor 2 Tahun 2020,
(2020).
Kementerian Kesehatan RI. (2013). Laporan
Nasional Riset Kesehatan Dasar 2013.
Kementerian Kesehatan RI. (2018). Laporan
Nasional Riset Kesehatan Dasar 2018. In
Spatial : Wahana Komunikasi dan Informasi Geografi |7
Badan Penelitian dan Pengembangan
Kesehatan (pp. 1–198).
http://labdata.litbang.kemkes.go.id/images/
download/laporan/RKD/2018/Laporan_Nasi
onal_RKD2018_FINAL.pdf
Kementerian Kesehatan RI. (2020). Profil
Kesehatan Indonesia 2019.
Kementerian Kesehatan RI. (2021). Hasil Studi
Status Gizi Indonesia (SSGI) Tingkat
Nasional, Provinsi, dan Kabupaten/Kota
Tahun 2021.
https://doi.org/10.36805/bi.v2i1.301
Kementerian Kesehatan RI. (2022). Hasil Studi
Status Gizi Indonesia (SSGI) Tingkat
Nasional, Provinsi, dan Kabupaten/Kota
Tahun 2022.
Maria, I., Nurjannah, N., Mudatsir, Bakhtiar, &
Usman, S. (2020). Analisis Determinan
Stunting menurut Wilayah Geografi di
Indonesia Tahun 2018. Majalah Kesehatan,
7(4), 239–250.
Mzumara, B., Bwembya, P., Halwiindi, H., Mugode,
R., & Banda, J. (2018). Factors associated with
stunting among children below five years of
age in Zambia: Evidence from the 2014
Zambia demographic and health survey.
BMC Nutrition, 4(1), 1–8.
https://doi.org/10.1186/s40795-018-0260-9
Probohastuti, N. F., & Rengga, A. (2019).
Implementasi kebijakan intervensi gizi
sensitif penurunan stunting di Kabupaten
Blora. Journal of Public Policy and
Management Review, 8(4), 1–16.
Rakhmahayu, A., Dewi, Y. L. R., & Murti, B. (2019).
Logistic Regression Analysis on the
Determinants of Stunting among Children
Aged 6-24 Months in Purworejo Regency,
Central Java. Journal of Maternal and Child
Health, 4(3), 158–169.
https://doi.org/10.26911/thejmch.2019.04.0
3.03
Revildy, W. D., Lestari, S. S. S., & Nalita, Y. (2020).
Pemodelan Spatial Error Model (SEM) Angka
Prevalensi Balita Pendek (Stunting) di
Indonesia Tahun 2018. Seminar Nasional
Official Statistics 2020, 1224–1231.
Sipahutar, T., & Eryando, T. (2019). Does Stunting
Randomly Occured in Indonesia: Spatial
Analysis of Indonesia’ s Basic Survey 2018.
Indian Journal of Public Health Research &
Development, 10(10), 345–349.
Sipahutar, T., & Herdayati, M. (2020). Low
 Socioeconomic Households are Vulnerable
to Stunting: Structural Equation Model
Analysis. Indian Journal of Public Health
Research and Development, 11(9), 288–294.
Souris, M. (2019). Epidemiology and Geography:
Principles, Methods and Tools of Spatial
Analysis.
https://doi.org/10.1002/9781119528203
Stewart, C. P., Iannotti, L., Dewey, K. G., Michaelsen,
K. F., & Onyango, A. W. (2013).
Contextualising complementary feeding in a
broader framework for stunting prevention.
Maternal and Child Nutrition, 9(S2), 27–45.
https://doi.org/10.1111/mcn.12088
UNICEF. (2020). COVID-19 dan Anak-Anak di
Indonesia Agenda Tindakan untuk
Mengatasi Tantangan Sosial Ekonomi (Vol. 2,
Issue April). www.unicef.org
WHO. (2013). Childhood Stunting: Context,
Causes and Consequences WHO Conceptual
Spatial : Wahana Komunikasi dan Informasi Geografi |8
Framework (Vol. 9, Issue 2).
Yadav, A., Ladusingh, L., & Gayawan, E. (2015).
Does a geographical context explain
regional variation in child malnutrition in
India? Journal of Public Health (Germany),
23(5), 277–287.
https://doi.org/10.1007/s10389-015-0677-4
Yansen, Tambunan, M. P., & Tambunan, R. P.
(2021). Spatial distribution of COVID-19
vulnerable areas in Tambora District, Jakarta
Barat. SPATIAL : Wahana Komunikasi Dan
Informasi Geografi, 21(1), 1–11.
http://journal.unj.ac.id/unj/index.php/spatial
/article/view/20014
Yuliati, I. F. (2020). Segmentasi Wilayah Untuk
Menekan Stunting Melalui Program 1000
Hari Pertama Kehidupan (HPK). Jurnal
Keluarga Berencana, 5(01), 38–47.
http://publikasi.dinus.ac.id/index.php/visike
s/article/view/3696/2157